合规TALK｜萧疆博士：AI时代数据合规攻防战，99%企业未准备好

2026-05-12 10:43 来源：网络作者：霍有财

　　2026 年被国家数据局明确为数据要素价值释放年,随着数字经济全面进入算力、算据、算法驱动的新阶段,AI 大模型、区块链、隐私计算等技术深度渗透,商业数据合规正迎来一场前所未有的技术攻防战。当 AI 既成为合规赋能的核心工具,又被用于数据投毒、隐私推理、权限窃取等新型攻击,绝大多数企业仍停留在传统合规思维,防线形同虚设。

　　近日,中小企业数据研究院打造的《合规 TALK》栏目,特邀上海交通大学计算机博士后、复旦大学金融博士后,科技部、公安部数字技术专家、CCSA 标准组成员萧疆博士,围绕 “数智筑防:AI 赋能商业数据合规的实战路径” 展开深度访谈。萧疆博士结合技术实践与政策导向,还原 AI 时代数据合规的真实格局,拆解技术解法、解读团标标准、预判行业趋势,为企业构建全流程防御体系提供权威指引。

　　2026 年:商业数据合规进入范式重构期,AI 带来双重变革

　　萧疆博士指出,我国商业数据合规已从探索试点期迈入规模化落地与范式重构期,这与国家 “十五五” 规划及国家数据局“531”政策导向高度契合。他将商业数据价值演进划分为三个阶段,第一阶段聚焦情报分析价值,第二阶段实现统计决策价值,第三阶段则依托 AI 大模型达成创新服务价值,当前行业正全面跨入第三阶段。

　　萧疆博士强调:“AI 给商业数据合规带来了辩证的双重改变,既是提升效率的利器,也带来了更复杂的治理难题,推动合规进入 AI 攻防对抗的全新格局。”

　　从政策层面,萧疆博士将国家导向总结为三大核心。目标导向层面,行业发展从 “数据资源汇聚” 转向 “落地攻坚、价值变现”,数据从工具变为核心生产要素。技术导向层面,传统人工合规全面升级为技术原生合规,依托区块链、AI 实现 “以技管数”,有效规避人工道德风险与效率瓶颈。生态导向层面,合规治理从企业单点模式走向全国一体化数据市场的全域协同,数据上下游联动成为保障合规的关键。正如萧博士所言,国家已经“把数据下成了一盘大棋”。

　　AI 破解三大痛点:采集确权、共享安全、风险发现全链路解决方案

　　针对企业数据全生命周期中长期存在的采集难确权、共享不安全、风险发现晚三大痛点,萧疆博士给出明确结论:“AI 来了,原来的难题已经不再是难题。”

　　在采集确权方面,萧疆博士提出,依托区块链完成数据确权与存证,结合 AI 大模型实现多模态数据统一打标签、语义溯源,再通过智能合约智能体实现全流程自动化监管,可将合规颗粒度细化至字段级,真正做到 “采集即确权、确权即监管”。

　　在数据共享安全方面,他强调 “可用不可见” 是核心方向,通过隐私计算与 AI 智能体结合,数据在共享过程中不暴露明文,同时保留数据价值,区块链则完成全链条存证监管,实现 “数据可用不可见、共享不留痕”。

　　在风险防控方面,AI 将合规防线从 “事后审计” 推向 “事前预测、事中阻断”,依托大模型实现异常行为意图识别,突破传统阈值监控局限,做到风险早发现、早处置。

　　在财税数据跨机构共享场景中,萧疆博士明确,区块链与隐私计算的组合是行业公认的黄金标准,整体采用 “链上存证、链下计算” 架构,区块链负责解决信任与确权问题,隐私计算保障安全与效用,能够完美适配银行放贷征信查询等高安全需求场景。

　　团标破解 “无标可依”:1+X 架构,量化财税数据合规硬指标

　　面对企业普遍反映的 “合规无标准、做了也心慌” 难题,萧疆博士结合微风企牵头制定的非公开企业数据合规相关的团体标准,从技术视角给出专业建议。他表示,团标制定需以上位法为依据,充分贴合财税数据强关联、高隐私、强监管的特性,建立可量化、可落地的技术指标。

　　团标采用 “1+X” 架构,其中 “1” 是通用技术底座,可适配所有非公开企业数据,满足基础合规要求;“X” 是财税场景专用插件,内置财税敏感字段字典、银税互通、财税审计等场景模板,同时适配会计凭证 30 年保存期等特殊管理要求。

　　萧疆博士特别指出:“企业标准应当高于团标,团标高于国家标准,只有坚持标准先行,才能在数字经济合规赛道抢占先机。”

　　对于标准落地,他提出 “标准即代码” 理念,将团标转化为可直接执行的软件工具,形成可持续运转的 “合规飞轮” 生态,由标准制定方输出可落地、有红利的标准内容,技术服务方开发轻量化产品,数据使用方快速接入应用,让合规从纸面文件真正变为数字化生产力。

　　未来三年发展趋势:企业需布局两大核心能力

　　站在 2026 年的关键节点,萧疆博士对未来三年 AI 在商业数据合规领域的发展趋势做出系统预判。行业将从规则驱动逐步走向自主智能体治理,合规智能体可独立完成检测、自查与审计工作。AI 攻防对抗将成为行业常态,生成式攻击与防御大模型之间的技术竞赛持续升级。数据主权技术化趋势更加显著,本地化垂直小模型与联邦生态迎来全面崛起。可解释性与算法审计将逐步规范化,成为合规监管的硬性门槛。

　　面向处理高敏感商业数据的企业,萧疆博士给出两大核心布局方向:“企业必须尽快建好链上能力与本地化 AI 小模型能力,这是进入全国数据大市场的必备通行证。”

　　企业应尽快建设自身的链上监管能力,实现数据全流程可追溯、可自证清白,夯实接入全国数据大市场的基础条件。同时加快布局本地化合规小模型与专属智能体体系,打造私有化合规语料库,真正实现核心数据不出域、全流程自主可控。

　　实战建议:拒绝完美主义,合规是企业数字生命线

　　访谈最后,萧疆博士结合多年行业实践,为商业数据合规领域从业者分享了关键实践建议。他建议企业拒绝完美主义陷阱,采用渐进式合规路径,先守住核心数据安全底线,再逐步迭代完善体系。同时警惕供应商黑盒产品,坚持白盒交付、自主可控,避免被单一厂商绑定带来潜在风险。

　　企业还应打破合规与业务之间的对立关系,推动合规左移,将合规要求深度融入业务设计、开发、运营全流程,更要转变合规理念,从被动防御式合规转向主动合规与资产化合规。不合规的数据只能是垃圾资产甚至非法资产,合规是数据资产具备价值的基本前提。

　　萧疆博士强调:“数据合规是一场没有终点的马拉松,最好的合规,是让业务感觉不到它的存在,却能在关键时刻牢牢守护企业生命线。”

　　在这场攻防战中,没有旁观者。只有提前构建技术防御体系、主动拥抱标准、加快核心能力布局的企业,才能掌握主动,实现安全与价值的双赢。

责任编辑：admin

快来分享: